Prognostic index of low weight at birth
Keywords:
Key words, low weight at birth, risk factor, pregnancy, prognostic index.Abstract
Introduction: there are many factors associated to a bigger risk for newborns with low weight at birth.
Objective: to apply and to validate a prognostic index for the risk stratification in newborns with low weight at birth.
Materials and methods: a cohort or prospective, longitudinal, observational study was carried out in pregnant women attending the health area of Guanabacoa municipality in the period from January 1st 2016 until December 31st 2019 to apply a prognostic index of low weight at birth, with clinical elements. Through the appreciated logistic regression function the possibilities of low weight at birth were calculated in the estimation sample, and that empiric distribution was fragmented in tertils to scrutinize zones allowing classifying pregnant women as low, medium and high risk of low weight births.
Results: 85.7% of the pregnant women showed low probability of low birth weight. 60.4% of them was classified as patient with a high probability of low birth weight, and most of the patients classified as of medium risk of low birth weight; 11 patients were not adequately classified by the prognostic index.
Conclusions: the conformed index showed suitable efficacy and reliability, being useful to carry out prognosis of low weight at birth in pregnant women of the health area.
Downloads
References
2. Muñoz Navarro SR, Rodríguez Tobar JA. Uso de modelos de regresión para la determinación de factores de riesgo. Medwave [Internet]. 2015 [citado 21/04/2020];15(05). Disponible en: /link.cgi/Medwave/Series/TyC-Estadistica/6154.act
3. Evaluación de la paciente obstétrica - Ginecología y obstetricia [Internet]. 2016 [citado 21/04/2020]. Disponible en: https://www.msdmanuals.com/es/professional/ginecolog%C3%ADa-y-obstetricia/abordaje-de-la-mujer-embarazada-y-atenci%C3%B3n-prenatal/evaluaci%C3%B3n-de-la-paciente-obst%C3%A9trica
4. Nolasco A. Estadística avanzada en Ciencias de la Salud. Modelos lineales. 2016 [citado 21/04/2020]; Disponible en: http://rua.ua.es/dspace/handle/10045/60678
5. Franco Monsreal J, Tun Cobos MR, Hernández Gómez JR, et al. Risk factors for low birth weight according to the multiple logistic regression model. A retrospective cohort study in José María Morelos municipality, Quintana Roo, México. Medwave [Internet]. [citado 27/02/2020];18(01). Disponible en:/link.cgi/English/Original/Research/7143.act
6. Hernández PR, Lemus Lima E, Perera Milián LS, et al. Efectividad de intervención educativa en conocimientos de embarazadas sobre factores de riesgo maternos de bajo peso al nacer. Rev Cubana Enfermer [Internet]. 2016 [citado 12/01/2020]; 32(3). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-03192016000300008&lng=es
7. Pérez Martínez M, Basain Valdés JM, Calderón Chappotín GC. Factores de riesgo del bajo peso al nacer. Rev Acta Médica del Centro [Internet].2018 [citado 12/01/2020]; 12 (3):369-382. Disponible en: http://www.revactamedicacentro.sld.cu
8. Bello Luján LM, Saavedra Santana P, Gutiérrez García LE, et al. Características sociodemográficas y sanitarias asociadas con bajo peso al nacer en Canarias. Nutrición Hospitalaria [Internet]. 2015 Oct [citado 02/01/2020];32(4):1541-47. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-16112015001000017&lng=es
9. Mendoza Tascón LA, Arias Guatibonza MD, Peñaranda Ospina CB, et al. Influencia de la adolescencia y su entorno en la adherencia al control prenatal e impacto sobre la prematuridad, bajo peso al nacer y mortalidad neonatal. Rev Chil Obstet Ginecol [Internet]. 2015 Ago [citado 12/01/2020];80(4):306–315. Disponible en: https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-75262015000400005
10. Sagaró del Campo NM, Zamora Matamoros L, Sagaró del Campo NM, et al. Análisis estadístico implicativo versus Regresión logística binaria para el estudio de la causalidad en salud. Multimed [Internet].2019 [citado 04/02/2020];23(6):1416-40. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1028-48182019000601416&lng=es&nrm=iso&tlng=es
11. Barrezueta M, Luis P. Comparación de escalas de predicción mortalidad neonatal (CRIB, CRIB II, SNAP II, SNAPPE II) entre recién nacidos prematuros y a término. 2019 [citado 04/02/ 2020]; Disponible en: http://repositorio.usfq.edu.ec/handle/23000/7862
12. Estupiñán Ramírez M, Tristancho Ajamil R, Company Sancho MC, et al. Comparación de modelos predictivos para la selección de pacientes de alta complejidad. Gac Sanit [Internet].2019 [citado 04/02/2020];33:60-5. Disponible en: https://www.scielosp.org/article/gs/2019.v33n1/60-65/es/#
13. Mendoza CG, Álvarez PR, Bosze IG, et al. Bajo peso al nacer, una problemática actual. Archivo Médico Camagüey [Internet]. 2018 [citado 04/02/2020];22(4):406-11. Disponible en: http://www.revistaamc.sld.cu/index.php/amc/article/view/5410
14. Kestler E, Villar J, Bolaños L, Calvert W. Identificación de embarazos de alto riesgo de bajo peso al nacer en zonas urbanas de América Latina: II. Índice simplificado de detección precoz en la Ciudad de Guatemala. Epidemiologic identification of infants with low birth weight in urban areas of Latin America: II A simplified risk score for early prenatal identification in an urban area of Guatemala City [Internet]. 2015 [citado 04/02/2020]; Disponible en: http://iris.paho.org/xmlui/handle/123456789/16601
15. Salazar Alarcón JL, Núñez Guevara JC, Sosa Flores JL, et al. Método metcoff y peso para edad gestacional por capurro como factores pronósticos de morbilidad y mortalidad durante el periodo neonatal precoz en recién nacidos a término parto vaginal. 1 [Internet]. 2018 [citado 04/02/2020] ; 11(4):241-9. Disponible en: http://www.cmhnaaa.org.pe/ojs/index.php/rcmhnaaa/article/view/467
16. Tene La Rosa DN, Montese Alonzo FM. Diseño de un prototipo Web interactivo basado en técnicas de Machine Learning y razonamiento probabilístico para pronosticar mediante los factores de riesgo la enfermedad de la diabetes[Internet]; 2019 [citado 04/02/2020]; Disponible en: http://repositorio.ug.edu.ec/handle/redug/45077
17. Henríquez RI. Crecimiento de las tecnologías en la Atención Primaria de Salud (APS) en el sistema público de Chile. Gestión de las Personas y Tecnología [Internet]. 2016 [citado 04/02/ 2020];9(26):26-36. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=5771035
18. Jiménez García R, Alfonso Novo L, Peñalver R, et al. El bajo peso al nacer y la programación temprana de la vida, un problema de actualidad y del futuro. Revista Cubana de Pediatría [Internet].2017 [citado 04/02/2020];89(2):241-51. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S0034-75312017000200014&lng=es&nrm=iso&tlng=es
19. Custodio O, Lucia E. Efecto de la Prematuridad como factor de Riesgo en la Mortalidad Neonatal. Universidad Privada Norbert Wiener [Internet]. 2017 [citado 04/02/2020]; Disponible en: http://repositorio.uwiener.edu.pe/handle/123456789/1064
20. Feria Díaz GE, Leyva Proenza CA, Carballo Ramos EV, et al. El riesgo de bajo peso al nacer. Correo Científico Médico [Internet]. 2019 [citado 04/02/2020];23(2):630-4. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1560-43812019000200630&lng=es&nrm=iso&tlng=en
Published
How to Cite
Issue
Section
License
All content published in this journal is Open Access, distributed under the terms of the CC BY-NC 4.0 License.
It allows:
- Copy and redistribute published material in any medium or format.
- Adapt the content.
This will be done under the following terms:
- Attribute the authors' credits and indicate whether changes were made, in which case it must be in a reasonable way.
- Non-commercial use.
- Recognize the journal where it is published.
The copyrights of each article are maintained, without restrictions.
Guidelines to authors
